The Montreal Cognitive Assessment: Normative Data from a German-Speaking Cohort and Comparison with International Normative Samples
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The Montreal Cognitive Assessment (MoCA) is used to evaluate multiple cognitive domains in elderly individuals. However, it is influenced by demographic characteristics that have yet to be adequately considered. OBJECTIVE: The aim of our study was to investigate the effects of age, education, and sex on the MoCA total score and to provide demographically adjusted normative values for a German-speaking population. METHODS: Subjects were recruited from a registry of healthy volunteers. Cognitive health was defined using the Mini-Mental State Examination (score ≥27/30 points) and the Consortium to Establish a Registry for Alzheimer's Disease-Neuropsychological Assessment Battery (total score ≥85.9 points). Participants were assessed with the German version of the MoCA. Normative values were developed based on regression analysis. Covariates were chosen using the Predicted Residual Sums of Squares approach. RESULTS: The final sample consisted of 283 participants (155 women, 128 men; mean (SD) age = 73.8 (5.2) years; education = 13.6 (2.9) years). Thirty-one percent of participants scored below the original cut-off (<26/30 points). The MoCA total score was best predicted by a regression model with age, education, and sex as covariates. Older age, lower education, and male sex were associated with a lower MoCA total score (p < 0.001). CONCLUSION: We developed a formula to provide demographically adjusted standard scores for the MoCA in a German-speaking population. A comparison with other MoCA normative studies revealed considerable differences with respect to selection of volunteers and methods used to establish normative data.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle